Google Developers Japan

Google Play Developer API の変更点

2019年4月23日火曜日

この記事はプロダクトマネージャーの Vlad Radu と、ソフトウェアエンジニアの Nicholas Lativy による Android Developers Blog の記事 "Changes to the Google Play Developer API" を元に翻訳・加筆したものです。詳しくは元記事をご覧ください。Google Play Developer APIバージョン 3リリースをすべてのトラック追加テストトラックバージョン 1 および 2 から最新のバージョン 3 へのアップデート2019 年 12 月 1 日バージョン 3 への移行JavaPythonサンプルリポジトリバージョン 1 をお使いの方へこのプロセスの詳細については、こちらをご覧ください今後に向けてこのブログ投稿はどのくらい役に立ちましたか？
★ ★ ★ ★ ★

Yuichi Araki - Developer Relations Team

ML Study Jams vol.2 : Machine Learning 初心者・中級者向けトレーニングプログラムを開始します

2019年4月22日月曜日

ML Study Jams

申し込みフォーム申し込み対象者

Machine Learning （機械学習）に興味を持っているがまだ使ったことがない方

Machine Learning （機械学習）の基礎は知っているので応用事例を試してみたい方

他のクラウドサービスを使っていて、GCP を比較してみたいデベロッパーの方

初級者向けコース

QML で分類モデルを使用して訪問者の購入を予測する（日本語）

BigQuery ML 予測モデルによるタクシー運賃の予測（日本語）

Google Cloud Speech API: Qwik Start（日本語）

Cloud Natural Language API: Qwik Start（日本語）

Speech to Text Transcription with the Cloud Speech API（英語）

Entity and Sentiment Analysis with the Natural Language API（英語）

中級者向けコースAuto ML

Classify Images of Clouds in the Cloud with AutoML Vision（英語）

応用

Extract, Analyze, and Translate Text from Images with the Cloud ML APIs（英語）

Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API（英語）

Real Time Machine Learning with Google Cloud ML（英語）

Integrating Machine Learning APIs（英語）

Natural Language API を使用してテキストをカテゴリに分類する（日本語）

Awwvision: Cloud Vision API from a Kubernetes Cluster （英語）

本プログラムの流れ
本プログラムのお申し込みサイト
Takuo Suzuki - Developer Relations Team

TensorFlow Probability による構造時系列（STS）モデリング

2019年4月22日月曜日

この記事は Dave Moore、Jacob Burnim と TFP チームによる TensorFlow - Medium の記事 "Structural Time Series modeling in TensorFlow Probability" を元に翻訳・加筆したものです。詳しくは元記事をご覧ください。code { background-color: transparent }投稿者: Dave Moore、Jacob Burnim と TFP チーム

TensorFlow Probabilitytfp.sts 概要「予想とは難しいものだ。特に未来に関しては」 — Karl Kristian Steincke 構造時系列モデル

自己回帰プロセス

移動平均

ローカル線形トレンド

周期性

外部共変量（関心対象の時系列に関係する可能性がある他の時系列）に対する回帰と変数選択

例: CO2 濃度の予測

<a href="https://medium.com/media/b72c9fa1a15fcffe2c2ac48761b75325/href">https://medium.com/media/b72c9fa1a15fcffe2c2ac48761b75325/href</a>

この例のコード例: 電気の需要予測https://github.com/robjhyndman/fpp2-package

<a href="https://medium.com/media/a5b96322ddf96550cdada23445f62c21/href">https://medium.com/media/a5b96322ddf96550cdada23445f62c21/href</a>

この例のコード TensorFlow Probability STS ライブラリ

Autoregressive、LocalLinearTrend、SemiLocalLinearTread、LocalLevel: ランダムウォークやその他のプロセスにしたがって変化する大きさや傾きを持つ時系列のモデリング

Seasonal: 時間、曜日、月などの周期的要因に基づく時系列のモデリング

LinearRegression: 時間によって変化するその他の共変量に基づく時系列のモデリング。休日など個々の日付に固有の影響も表せる

変分推論ハミルトニアン・モンテカルロ法TFP ホームページtfprobability@tensorflow.org 参考文献The Annals of Applied Statistics9Forecasting, structural time series models and the Kalman filterKaz Sato - Staff Developer Advocate, Google Cloud

追加言語 API をはじめとする最新の Android アプリバンドルアップデート

2019年4月19日金曜日

この記事は Android デベロッパーアドボケート、Wojtek Kaliciński による Android Developers Blog の記事 "The latest Android App Bundle updates including the additional languages API" を元に翻訳・加筆したものです。詳しくは元記事をご覧ください。

Android アプリバンドルDuolingoredBus

アプリ内言語ピッカーをサポートする新しい追加言語インストール API

インスタント対応アプリバンドルの公開プロセスの効率化

Google Play によるアプリ署名の新しい登録オプション

アプリの初期インストールに含まれるダイナミック機能モジュールを永続的にアンインストールする機能

追加言語 APIPlay Core ライブラリインストールされている言語の一覧を取得するSplitInstallManager#getInstalledLanguages()val splitInstallManager = SplitInstallManagerFactory.create(context) val langs: Set<String> = splitInstallManager.installedLanguages 追加言語をリクエストするオンデマンドモジュールのリクエストSplitInstallRequest.Builder#addLanguage(java.util.Locale)val installRequestBuilder = SplitInstallRequest.newBuilder() installRequestBuilder.addLanguage(Locale.forLanguageTag("pl")) splitInstallManager.startInstall(installRequestBuilder.build())SplitInstallSessionStatus.REQUIRES_USER_CONFIRMATIONActivity#onActivityResult()SplitInstallManager#startConfirmationDialogForResult()startIntentSender()SplitInstallSessionState#resolutionIntent()Play Core ライブラリドキュメントGitHub のダイナミック機能サンプルなお、追加言語 API は、すべてのデベロッパーに対して開放されていますが、オンデマンドモジュールは当面の間クローズドベータ版になります。オンデマンドモジュールは、Google やパートナーが本番環境用のアプリでこの機能が問題なく動作することを確認するまでの間、内部テスト、オープンテスト、クローズドテストの各トラックで試すことができます。インスタント対応アプリバンドル導入しましたAndroidManifest.xmldist:instant="true"<manifest ... xmlns:dist="http://schemas.android.com/apk/distribution"> <dist:module dist:instant="true" /> ... </manifest> Google Play によるアプリ署名のオプトイン新しいフローの詳細は、こちらをご覧くださいインストール時モジュールの永続的なアンインストールonDemand="false"SplitInstallManager#deferredUninstall() このブログ投稿はどのくらい役に立ちましたか？
★ ★ ★ ★ ★

Yuichi Araki - Developer Relations Team

セッションとユーザーエンゲージメントに関わるアナリティクスの変更のお知らせ

2019年4月19日金曜日

この記事は Todd Kerpelman による The Firebase Blog の記事 "New Changes Coming to Sessions and User Engagement in Analytics" を元に翻訳・加筆したものです。詳しくは元記事をご覧ください。
セッションに関わる変更

現在のセッションがなくても、アプリがフォアグラウンドに移って 10 秒経過すると、Firebase 向け Google アナリティクスが

session_start

イベントをトリガーします。

アプリがフォアグラウンドに移って 30 分経過すると、セッションが終了したものと見なされます。

つまり、ユーザーがしばらくアプリを使用していて、少しの間だけ別のアプリに切り替えてから元のアプリに戻った場合でも、1 回のセッションとしてカウントされていました。
これらの時間値は両方とも、クライアントにローカルで設定できました。
BigQuery でイベントをセッション別にグループ化する場合は、手動で行うしかありませんでした。つまり、
```
session_started
```
イベントの 10 秒前に発生した
```
pseudo_user_id
```
に対して
```
session_started
```
と同一のイベントをすべて選択し、それをセッションが終了するまで（つまり30分経過後まで）継続する必要があったのです。BigQuery でイベントをグループ化するのは非常に面倒な作業でした。

アプリがフォアグラウンドに移るとすぐに、Firebase 向け Google アナリティクスが

session_start

フォアグランドに移ってから

session_start

をトリガーするのに10秒待つ必要はなくなりました。

これまでと同様、アプリがフォアグラウンドに移って 30 分経過するとセッションは終了したものと見なされます。

上記以外の変更点として、イベントに
```
extend_session
```
パラメータを追加できるようになります。このパラメータを追加したイベントは、バックグラウンドでトリガーされた場合でもアクティブなセッションの一部と見なされます。バックグラウンドで使用することが多いアプリ（音楽アプリ、ナビゲーションアプリなど）に便利です。
ほぼすべてのイベントに新しいプロパティを追加し、どのセッションのイベントかを識別できるようにします。具体的には、セッション固有の識別子となる
```
ga_session_id
```
イベントが追加され、単調増加する
```
ga_session_number
```
パラメータを使ってユーザーのセッション数をカウントできるようになります。

これらの変更の影響level_complete_quickplaySELECT AVG(total_quickplays) as average_quickplays_per_session FROM ( SELECT COUNT(event_name) as total_quickplays, (SELECT value.string_value FROM UNNEST (event_params) WHERE key = "ga_session_id") as session_id FROM `firebase-public-project.analytics_153293282.events_xxxxxxxx` WHERE event_name = "level_complete_quickplay" GROUP BY session_id HAVING session_id IS NOT NULL )ga_session_numberuser_engagementengagement_time_msecuser_engagementuser_engagementapp_exceptionscreen_viewuser_engagementengagement_time_msecscreen_viewfirst_openapp_exceptionuser_engagementuser_engagementengagement_time_msecuser_engagementengagement_time_msecuser_engagementSELECT SUM(engagement_time) AS total_user_engagement FROM ( SELECT user_pseudo_id, (SELECT value.int_value FROM UNNEST(event_params) WHERE key = "engagement_time_msec") AS engagement_time FROM `firebase-public-project.analytics_153293282.events_20181003` WHERE event_name = "user_engagement" ) GROUP BY user_pseudo_idengagement_time_msecSELECT SUM(engagement_time) AS total_user_engagement FROM ( SELECT user_pseudo_id, (SELECT value.int_value FROM UNNEST(event_params) WHERE key = "engagement_time_msec") AS engagement_time FROM `firebase-public-project.analytics_153293282.events_20181003` ) WHERE engagement_time > 0 GROUP BY user_pseudo_id

デバイス上で動作する、完全ニューラル音声認識エンジン

2019年4月18日木曜日

この記事は Johan Schalkwyk による Google AI Blog の記事 "An All-Neural On-Device Speech Recognizer" を元に翻訳・加筆したものです。詳しくは元記事をご覧ください。
code { background-color: transparent }投稿者: スピーチチーム Google フェロー、Johan Schalkwyk
ディープラーニングによる大幅な精度の改善音声検索ディープニューラルネットワークリカレントニューラルネットワーク長短期記憶ネットワーク畳み込みネットワークStreaming End-to-End Speech Recognition for Mobile DevicesRNN トランスデューサー

サーバーサイドの音声認識エンジン（左パネル）と新しいオンデバイス認識エンジン（右パネル）で、同じ文を話したときに認識、生成されるテキストを比較した動画。動画のクレジット: Akshay Kannan、Elnaz Sarbar

これまでの音声認識単一アテンションベースListen-Attend-Spell非常に有望Connectionist Temporal Classification (CTC)遅延を半減RNN-T とは

RNN-T を図示したもの。入力された音声サンプルを x、予測されたシンボルを y で表している。予測されたシンボル（Softmax 層からの出力）は、Prediction ネットワークを通して y_u-1 としてモデルにフィードバックされ、これまでの音声サンプルと過去の出力の両方を元に予測するようになっている。Prediction ネットワークと Encoder ネットワークは LSTM RNN。Joint モデルはフィードフォワードネットワーク（論文）。Prediction ネットワークは 2048 ユニットの 2 層から構成されており、640 次元の投影層がある。Encoder ネットワークには、同様の層が 8 つある。画像のクレジット: Chris Thornton

学習テクニック並列実装Cloud TPU v2
オフライン認識検索グラフ有限状態トランスデューサー単一のニューラルネットワークに対してビーム検索を行いパラメータの量子化とハイブリッドカーネル技術TensorFlow Liteモデル最適化ツールキット謝辞: Raziel Alvarez、Michiel Bacchiani、Tom Bagby、Françoise Beaufays、Deepti Bhatia、Shuo-yiin Chang、Yanzhang He、Alex Gruenstein、Anjuli Kannan、Bo Li、Qiao Liang、Ian McGraw、Ruoming Pang、Rohit Prabhavalkar、Golan Pundak、Kanishka Rao、David Rybach、Tara Sainath、Haşim Sak、June Yuan Shangguan、Matt Shannon、Mohammadinamul Sheik、Khe Chai Sim、Gabor Simko、Trevor Strohman、Mirkó Visontai、Yonghui Wu、Ding Zhao、Dan ZivkovicKaz Sato - Staff Developer Advocate, Google Cloud